机器学习在内脏外科手术中的外科手术应用:叙述性审查
Intekhab Hossain1,2, Amin Madani1,2, Simon Laplante2,3
1Department of Surgery, University of Toronto, Toronto, ON, Canada.
Frontiers in surgery
|November 14, 2024
概括
人工智能 (AI) 和机器学习正在在手术前,手术内和术后阶段彻底改变外科手术. 这些技术增强了手术决策,患者监测和技能评估,尽管数据和道德挑战仍然存在.
科学领域:
- * 手术创新与技术 * 手术创新与技术
- * 医学信息学和机器学习
背景情况:
- *人工智能 (AI) 和机器学习 (ML) 的快速进步越来越多地融入到外科研究和实践中.
- *正在开发AI/ML模型并应用于手术护理的所有阶段,从计划到术后评估.
研究的目的:
- *审查AI和ML在外科手术中的多样化应用.
- * 突出这些技术对术前,术后和术后手术阶段的影响.
- * 确定阻碍广泛临床实施的关键挑战.
主要方法:
- * 对AI和ML在外科手术中的应用进行了全面的文献综述.
- *根据手术阶段对AI/ML的使用进行分类:手术前,手术后和术后.
- *分析报告的好处和实施障碍.
主要成果:
- * 手术前的AI/ML有助于进行手术指示,时间,风险计算和资源估计.
- * 术内AI/ML提供视觉注释,手术阶段分类和脱补偿预测.
- *术后AI/ML专注于并发症预测,恶性瘤复发,外科教育和技能评估.
结论:
- *人工智能和机器学习为改善外科结果,效率和培训提供了巨大的潜力.
- * 广泛的临床采用面临障碍,包括数据质量/数量,基础设施,伦理考虑和患者接受.
- *需要进一步的研究和开发来克服这些挑战,以便无地整合到外科手术工作流程中.
